TWI736415B

TWI736415B - 智慧水產投餵管理系統及投餵方法

Info

Publication number: TWI736415B
Application number: TW109131085A
Authority: TW
Inventors: 陸振岡; 何翰儒; 陳冠宇
Original assignee: 國立臺灣海洋大學
Priority date: 2020-09-10
Filing date: 2020-09-10
Publication date: 2021-08-11
Also published as: TW202209965A

Abstract

本發明揭露一種智慧水產投餵管理系統，包含：一環境監控模組，係監測自然環境因子和投餵管理因子；一攝食監控模組，係利用影像辨識系統記錄魚蝦蟹攝食行為和殘餌情形二種環境參數數據；一成長監控模組，具有一升降式傘網，於傘網上設置影像辨識系統，取得魚蝦蟹的身長等數據轉換得知重量；以及一自動投餵模組，根據環境參數、攝食數據與成長曲線利用中央控制單元決定或調整投餵量。另本發明另揭露一投餵方法，藉由本發明的智慧水產投餵管理系統及投餵方法精確的投餵飼料，可以減少飼料量約百分之10~20，所養殖的生物(魚、蝦、蟹)成長量增加約百分之10~20，達到智慧化、精準化的養殖功效。

Description

智慧水產投餵管理系統及投餵方法

本發明係有關於智慧水產養殖的技術領域，特別是有關於一種利用物聯網收集養殖相關數據以建構大數據資料庫，配合人工智慧執行自動化餵食管理的智慧水產投餵管理系統。

近年來，水產養殖業對人工飼料的需求，正在逐步增大。水產飼料中使用大量魚粉與魚油，但過度的使用魚粉等類飼料會破壞生態，導致漁業資源減少。惟現有水產養殖配套設施的機械化和自動化程度均較低，因此，飼料的投餵基本上還是得依靠養殖戶根據個人經驗來拋灑飼料，亦即使用眼睛目視與憑藉經驗來判斷所養殖的生物(例如：魚、蝦、蟹)需要之飼料量。

由於水產養殖業在工廠化高密度養殖狀態下，需要的養殖飼料量龐大，但使用人工搬運飼料比較困難。此外，以人工投餵方式除了耗費大量的勞動人力外，尚有撒料不均勻、計量不準確和餵料不準時等諸多缺點，造成養殖效率的低落。

同時，投餵技術和設備的優劣，也影響養殖水體的水質條件，間接影響養殖系統的水處理效果，直接決定了養殖魚蝦蟹的攝食率、健康程度和生長速度。再者，養殖環境受到天候影響，養殖生物的食慾和活動若不能長時監測的話，投餌過量時，不僅浪費資源，而且可能污染水質，導致養殖場域內水質劣化促使水產疾病爆發。投餌不足時，則影響養殖生物的成長，可知投餵管理是養殖的關鍵核心技術。

因此，在養殖的過程中，監控養殖生物的成長甚為重要，不過監控若是以人力測量與記錄，不僅不科學，無法精確餵食，耗費時間和人力成本。

為了改善前述的缺點，乃有運用自動化的餵食設備的產生，此類利用環境監測來管理投餵的專利前案，例如：第M587867號「智慧養殖環境監測裝置」專利案、第M581368號「養殖投餌模擬展示系統」專利案；利用水下設備進行監控的專利前案有：第M587896號「智慧養殖系統」專利案、第I424811號「具備飼料回收的可程式水產養殖餵食系統」專利案等。

養殖生物的活力與飼料殘餌量確實可以代表養殖生物的攝食情形，然而前述的技術前案的投餵系統，大多僅以一種監測數據(例如：環境、養殖生物群聚情形和攝食時產生的水波紋)進行調控投餵量，可能會造成投餵上的誤差，仍舊無法針對養殖生物的成長和投餵量不足時進行監控，所以仍然無法提出經濟有效的養殖對策。

有鑑於此，若能透過影像辨識系統持續辨識養殖池中特定區域的養殖生物數量，個體大小和殘餌量，將監控所取得的資訊透過物聯網傳輸，持續監測養殖生物行為動態，則有助於建立養殖生物與環境水質和餌料間之大數據資料庫，做為養殖池即時投餵管理的主要依據，提高養殖生物的成功率。

本發明為了改善現有技術的缺失和不足，導入了物聯網、大數據和人工智慧的自動化智慧自動投餵系統，除了可提升工廠化之循環水養殖系統的設施和裝備水準，並可解決大規模養殖場投餵勞動力大，投飼定時與定量精度差，以及飼料利用率低下等問題。

如上所述，為了達到智能化和精準化的養殖目的，本發明藉由複數的監控模組取得養殖的數據，經過演算法演算後以決定投餵方式，統合不同的數據得到一個最適合魚蝦蟹成長且對水質汙染最低的投餵方案，解決現有養殖現場由於自動投餵機制仍無法準確的管控飼料所衍生的投餵問題。

本發明的智慧水產投餵管理系統，包含：一環境監控模組，係監測自然環境因子和投餵管理因子等環境參數對水質的影響；一升降式傘網，於傘網上設置至少一影像辨識系統；一攝食監控模組，係利用前述至少一的影像辨識系統記錄魚蝦蟹的攝食行為和殘餌情形二種攝食數據；一成長監控模組，係利用前述至少一的影像辨識系統取得魚蝦蟹的身長等數據，繪製成長曲線轉換取得重量；以及一自動投餵模組，根據前述環境參數、攝食數據與成長曲線決定或調整飼料投餵量。

其中，根據攝食監控模組所記錄的攝食數據與成長監控模組取得的數據，可以得知飼料轉換率Fulton’s K參數(Fulton’s condition factor,K)。

本發明的環境監控模組係用來監測收集養殖池中氨氮、溶氧、濁度、葉綠素a、pH、氧化還原電位、鹽度、溫度等多種數據，將取得的各項數據經由至少一的資訊傳輸單元，傳送至遠端資料庫建立大數據，作為自動投餵分析比對的數據，再由伺服器中的中央控制單元控制自動投餵模組進行投餵。

環境監控模組所監控的各項數據中，和環境變化有關的水質數據為自然環境因子，包括：溶氧、鹽度、溫度、pH、葉綠素a。當因為大雨導致鹽度、pH、葉綠素a大幅度下降時，自動投餵模組將不進行投餵；當天氣變化溫度下降時，投餵量減少，或當寒流來襲時，溫度下降至15度以下時，亦不進行投餵，以減少飼料的浪費，當溫度在25~30度之間，即可以正常投餵；當溶氧低於5ppm時可以減少投餵，溶氧低於3ppm時停止投餵。亦即根據每天天氣不同的變化、對應調整投餵量。

再者，和投餵有關的水質數據為投餵管理因子，包括：氨氮、pH、濁度、氧化還原電位。根據水質感測器監控水中的未解離氨氮(按需經過溫度和pH的查表換算)，如果因為投餵過多時，氧化還原電位會先有個較低電位的峰值出現，水中的未解離氨會增加，此時即調降投餵量，減少對飼料的浪費。

另外，本發明的攝食監控模組使用的採樣設備，係經由影像辨識模組和傘網來記錄養殖生物攝食行為以及攝食情形的數據。其中，攝食行為的紀錄為將傘網放入養殖池水中後，觀察養殖生物需花費多久時間取得飼料(即生物進入傘網的時間)，根據投餵初期得到的平均數值為基準，當進入傘網時間變慢時，可以立刻回報給中央控制單元，中央控制單元控制自動投餵模組減少投餵量。

攝食情形則是利用影像辨識系統辨識殘餌的情形，將總投餵量的5%飼料放入傘網後，分別在15分鐘、30分鐘和升起傘網之際進行記錄殘餌量，由此可以得知投餵的飼料是否過多或是過少。

又本發明的成長監控模組係透過影像辨識系統持續辨識養殖池中特定區域的養殖生物數量，大小和殘餌量等資訊，透過資訊傳輸單元的物聯網傳輸，持續監測養殖生物的行為動態等資訊，傳輸至一資料控制中心建立養殖生物成長與環境水質和餌料互動之大數據資料庫，做為養殖池即時投餵抭制和管理的主要依據，以提高養殖成功率。此外，成長監控模組能夠監測養殖生物的生長速度、大小分佈情況實施有效監測，同時能夠對餵食過程中食物是否有殘留、帶來環境惡化等進行即時監測，減少環境汙染。

本發明另提供了一種投餵方法，例如應用在所養殖的魚蝦蟹養殖池，投餵方法包含以下步驟：根據最初的放養量推算所需的飼料量；根據不同的成長體型決定投餵量和投餵頻度；進行測試投餵；利用環境監控模組監控自然因子和投餵因子，以及成長監控模組與攝食監控模組的影像辨識單元採集魚蝦蟹的身長和重量以及攝食行為、殘餌情形；建立大數據資料庫利用一中央控制單元進行投餵調控。

其中自動投餵模組係根據成長監控模組和攝食監控模組的數據進行投餵後調整，其投餵量調整方式藉由兩個階段進行分析：(1)測試投餵：於傘網放置一時段投餵量5%的飼料，15分鐘和30分鐘將傘網升起採樣，確定養殖生物的攝食情況；(2)進行投餵：根據傘網的採樣結果，決定該次的投餵量是否需要調整，若不需要調整，進行正常投餵；若需要調整，依照攝食行為模組的數據，決定要減量投餵或是停止投餵。

1:智慧水產投餵管理系統

10:環境監控模組

11:自然環境因子

12:投餵管理因子

20:攝食監控模組

21:影像辨識系統

22:攝食行為

23:攝食情形

30:成長監控模組

31:影像辨識系統

40:自動投餵模組

50:資訊傳輸單元

60:資料庫

61:中央控制單元

S1~S7:步驟

圖1為本發明的智慧水產投餵管理系統架構示意圖。

圖2為本發明的智慧水產投餵方法的步驟圖。

圖3為本發明攝食情形與蝦的成長關係示意圖。

圖4A為本發明蝦體特徵的量測長度示意圖。

圖4B為本發明蝦體特徵的圖像長度示意圖。

圖5為本發明蝦體細化(骨架化)的二值(化)圖像和骨架圖。

圖6為本發明利用演算法得到的影像細化示意圖。

圖7為本發明對蝦長度的求取原理示意圖。

為了使所屬技術領域中具有通常知識者能了解本發明的技術內容並可據以實現，以下茲舉例適當的實施例配合圖式說明，進一步說明本發明的技術內容、目的、特徵和優點。

請參閱圖1所示，為本發明智慧水產投餵管理系統1，包含：一環境監控模組10，係監測自然環境因子11和投餵管理因子12等環境參數對水質的影響；一攝食監控模組20，係利用一影像辨識系統21記錄魚蝦蟹的攝食行為22和殘餌情形23二種攝食數據；一成長監控模組30，具有影像辨識系統31和一升降式傘網32，影像辨識系統31設置在傘網32上，藉由傘網32的升降移動取得魚蝦蟹的身長等數據，繪製成長曲線轉換取得重量；以及一自動投餵模組40，根據環境參數、攝食數據與成長曲線決定或調整投餵量。

前述的自然環境因子11和投餵管理因子12等環境參數藉由資訊傳輸單元50傳送到資料庫60做比對，再利用中央控制單元61控制自動投餵模組40進行智慧投餵。

前述的攝食行為22和殘餌情形23等攝食數據，藉由資訊傳輸單元50傳送到資料庫60做比對，再利用中央控制單元61控制自動投餵模組40進行智慧投餵。

前述的魚蝦蟹的身長和重量等數據，藉由資訊傳輸單元50傳送到資料庫60做比對，再利用中央控制單元61控制自動投餵模組40進行智慧投餵。

請再參照圖2所示，為本發明控制自動投餵模組40之餵食方法的一實施例態樣，其中，環境監控模組10採用水質監控模組和水質感測器，影像辨識系統21、31使用攝影機。

如圖所示，步驟S1係根據最初飼養的魚蝦蟹放養量推算所需的飼料量；步驟S2中央控制單元根據魚蝦蟹不同的成長體型決定投餵量和投餵頻度；步驟S3進行測試投餵；步驟S4為利用水質監控模組/水質感測器監控自然因子和投餵因子，成長監控模組/攝食監控模組利用設置在可升降式傘網上的影像辨識單元採集魚蝦蟹身長和重量以及攝食行為、殘餌情形；步驟S5藉由資訊傳輸單元將步驟S4採集的數據；步驟S6；步驟S7水產養殖池根據飼養魚隻的放養量推算所需的飼料量，

以下茲再列舉實施例一至實施例四，就本發明投餵管理系統做進一步的例示，以證明本發明在實際應用上可達成的目的及功效。

實施例一

本實施例係根據影像辨識技術分析蝦的攝食行為(Shrimp feeding behavior study by audio-visual analysis)，由實驗中得知蝦的攝食動作有：感知(Perception)、方位(Orientation)、移動(Movement)、到達(Arrival)、攝食(Ingestion)。

下表所示即為利用影像辨識技術擷取蝦的攝食行為，作為分析添加誘食劑改善蝦的攝食情形。

請再參閱圖3所示，為本發明改善攝食情形與對蝦的成長關係圖，其中，橫軸所需時間(Time elapsed/min)係以分鐘為單位的時間軸，緃軸飼料顆粒攝取(pellet uptake/unit)係以顆粒飼料為單位。上方線段表示添加的誘食劑氧化三甲胺(TMAO，trimethylamine N-oxide)，下方線段表示飼料控制量。

影像辨識技術即為利用影像辨識模組架設在蝦池，例如以攝影機進行實地拍攝，並以不同水色進行模擬，以建立蝦體的圖像，再以電腦程式進行影像分析，以蝦體之動作、外觀等進行辨別，推算出單位元影像面積內之蝦之數量與蝦個體長度，並可同時推估飼料顆粒量。

經由影像辨識模組取得視訊影像後，由於取得的視訊影像是連續影片，尚需透過軟體擷取其中適合分析的單張靜態影像，進行下列內容處理及分析：如圖4A所示讀取靜態彩色影像後，將之轉成灰階影像，接著去除背景及進行二值化，而成為黑白影像，圖4B為利用形態學(morphology)運算如斷開、閉合及連通集概念等處理方式，以捉取蝦體特徵，接著標記蝦體在影像中的位置、特徵擷取，同時進行蝦體個數的計數。

如圖5所示，細化(骨架化)是獲取二值(化)圖像(binary image)中目標骨架的一種常見處理方法，為採集蝦體的主骨架線，這也是對線條類靶心圖表像進行分析的重要手段，透過對蝦(Penaeidae)的主骨架(main skeleton)資訊可以反映出對蝦的大小。

圖像的骨架係由曲線組成，而骨架化就是在保持原圖像拓撲(Topology)結構的同時提取出一個寬度儘量小但連續的曲線，理想情況下線寬是單圖元。關於骨架最常見的定義方法是獲取目標的中軸，而中軸就是由與目標物體邊界上兩個點距離相等的點所構成。骨架一般要求具有以下幾個基本特性：連續性、最小寬度為1和光滑性。理想的骨架可以在有雜訊的情況下，仍然能夠準確地反映類靶心圖表像的形態結構資訊，並且不受某些圖像細節的影響。

實際上對蝦具有多種形態特徵，如總長、頭胸甲長、胸寬、胸高等。對蝦的規格可以根據重量和長度兩種方式來確定，而主骨架線的準確提取是獲取對蝦總長的關鍵。採用經典的細化方法有「快速並行細化演算法的擴展」(參照吳選忠．Zhang．福建工程學院學報，2006，4(1)：89-92頁)對二值化圖像進行處理得到對蝦骨架圖像。

如圖6中所示的(a)即為依據上述細化演算法得到的影像細化結果(Images after Thinning)，這種細化演算法可以很好地保持骨架的連通性，而且能夠較好地保留各種特徵點，比如分支點、端點等。再如圖6中的(b)為圖6(a)的局部細化筆劃的放大，由此可以看出使用zhang細化演算法後，得到的骨架圖有個最大的缺點：骨架寬度不是單圖元。因此為了取得最終的骨架寬度為1個圖元，可使用MATLAB^®裡的bwmorph函數功能中的thin屬性，將骨架細化到最低限度相連、且沒有中斷點的線，如圖6中(c)所示。

再如圖7所示，為對蝦長度的求取原理示意圖。在取得對蝦主骨架線後，根據主骨架線進行長度計算，其具體步驟如下：(1)設主骨架線從端點開始，圖元點為A1，A2、A3.....An-1,An,An+1....如圖所示，主骨架線的圖元長度為length=LA1A2+LA2A3+......+LAn-1Anl+LAnAn+1+...；(2)求出標的物圖像區域的實際面積S，已知圖像上圖元個數N，則每個圖元的實際尺寸

；(3)獲取的主骨架線長度即為skeleton length=length×L。

求主骨架線的圖元長度首先要先判斷出主骨架線的兩個端點，根據去支時特徵點的判斷方法，端點特徵為8鄰域中P0=1且P1+P2+P3+P4+P5+P6+PT+P8<2。從其中一個端點開始，按照8鄰域方法對整個主骨架線上的圖元點一次進行掃描，將其位置存放在陣列中，進而對相鄰陣列中的數值進行操作，假設相鄰兩點為An(Xn,Yn),An+1(Xn,Yn+1)，則

，通過疊加即可獲得整條主骨架線的圖元長度(length)。

下表所示為對蝦長度與重量轉換演算，係可將測得的對蝦主骨架線來估計對蝦的重量，左表中橫軸表示蝦體長度，緃軸表示蝦體重量；右表中橫軸表示蝦殼寬，緃軸表示蝦重。對蝦長度與重量之間的關係式為：log_eW=log_e a+b log_e L i.e.,y=a+bx。

實施例二

本實施例為有關水質環境監測與分析，係針對水體溶氧量、pH值、溫度、水體的濁度、蝦蛻殼前攝食情況的變化以及根據魚蝦蟹的胃飽滿度，藉以調整投餵量的管理策略。其中，水體溶氧量是水中魚蝦蟹賴以生存的生命線。溶解氧不僅是養殖生物正常生理功能和健康生長的必需物質，也是改良水質和底層的必需物質，是維持氮循環順利進行的關鍵因素。水生動物生活在水中，要進行新陳代謝，前提就在於水中溶解氧須充足。溶解氧與水生動物的生存、生長關係密切，池水溶解氧高可以促進養殖生物的食慾，水質具有肥、活、爽的特點，提高飼料的利用率，加快生長發育。反之，水中的溶解氧低，養殖生物的攝食率和飼料利用率就會受到不同程度的抑制。

根據數據資料顯示，魚類在溶氧3mg/L時的飼料係數，要比4mg/L時增大一倍，在溶氧7mg/L中的魚之生長速度比生長在溶氧4mg/L中的魚快20%~30%，而飼料係數在30%~50%當水中溶氧量達到4.5mg/L以上時，魚的食慾增強極為明顯；水中溶氧量在5mg/L以上時，飼料係數達到最佳值。目前水產養殖過程中，水中的溶氧水準往往達不到應有的要求而影響飼料報酬。因此，為了保證養殖動物最佳限度利用所投餵的飼料，達到充分生長的目的，水中的溶氧應在於5mg/L~7mg/L。因此，在高產能、高密度養殖時，養殖過程中要經常測定溶氧指標，採取加水換水、改善底質、使用增氧機等措施，來達到溶氧充足、利於消化吸收、降低飼料係數的目的。

水體溶氧量的高低直接影響魚蝦蟹的攝食量和消化吸收能力的大小。水中的溶氧含量高，魚類的攝食旺盛消化率高，生長快，飼料利用率也高；水中的溶氧含量低，魚蝦蟹由於生理上的不適應，使攝食和消化率降低，並消耗較多的能量。因此，生長緩慢，飼料率低下。目前，大多養殖戶不管水中溶氧情況每天都定時定量投餵。如果水體處於缺氧狀態，魚類攝食量會明顯減少，造成飼料浪費嚴重，飼料係數明顯升高，造成養殖成本的升高，養殖效益低下；且造成水環境惡化，嚴重時水體氨氮、亞硝酸鹽超標造成魚死亡，帶來經濟損失。

另外有關pH值對養魚蝦蟹生長的影響，若養殖水體pH值偏低，又沒有外來的特殊污染，就可以判斷水體有可能硬度偏低，腐植質過多，二氧化碳偏高和溶氧量不足，同時也可以判斷水體中植物光合作用不旺盛，或者養殖生物密度過大或微生物代謝受到抑制，整個物質代謝系統代謝緩慢。如果pH值過高，也可能是硬度不夠，以及植物繁殖過於旺盛，光合作用過強或者池中腐植質不足。

於本實施例中，(1)當養殖池水體pH值大於9或者小於5.5的時候，禁止投餵飼料；(2)當水體pH值在5.5-6.5或者8.5-9之間時，可以適當投餵飼料但不能投餵過多；(3)當水體pH值處於6.5-8.5時，進行飽食投餵。

溫度對魚蝦蟹的代謝反應速率有控制作用，從而影響魚蝦蟹的生長和發育。在適宜溫度範圍內，魚蝦蟹生理的代謝強度與溫度呈正相關性，當溫度升高到最適溫度的上限時，往往伴隨著生理的代謝速率顯著上升。溫度不僅對代謝強度有顯著的影響，還對魚蝦蟹的攝食及其強度以及攝食率和消化率均有直接和間接的影響。在適宜的溫度範圍內，溫度的升高會促進魚蝦蟹的攝食、消化和吸收，反之，會在一定程度上抑制魚蝦蟹的攝食、消化和吸收。

就本實施例來說，許多蝦類的成長與發育都與溫度有關。例如，稚蝦在30℃的環境下，其成長速率為22℃時的兩倍(0.48mm/day)，但若將水溫提高至34℃時，則成長速率降低為0.36mm/day(Kumlu etal.,2000)。一般而言，成長速率於冬季最慢，春夏季較快。天氣良好，水溫在28-32℃可以適當多投飼料；當水溫在34℃以上或18℃以下，晝夜水溫差5℃以上時，要少投或不投料；下雨天少投或不投，雨後至少1小時才投料；連續暴雨天氣不投料。

至於在養殖過程中，由於水體的濁度(透明度)同樣影響投餵的行為，因此也需要控制水體的濁度，因為水體的濁度會隨著水中混有各種細菌物質，包括浮游生所造成的混濁度而改變。所以藉由監測濁度以確定飼料投餵量。

投餵的條件為：(1)當水體濁度高於最低濁度投飼要求時才投或多投，在水體濁度低於最低濁度投飼要求時少投或不投，因此使得整個水體濁度都處於一個較平衡的水準。(2)透過本實施例安裝在養殖池的線上監測設備，並藉由線上監測設備實時測定水體濁度情況，養殖戶即可根據不同水體濁度情況確定飼料投餵量，能夠減少飼料浪費，有效改善水質，大大提高飼料利用率，帶來良好的經濟效益。具體而言，本實施例中，(1)當濁度處於0~20釐米範圍內時，禁止投餵飼料；(2)當濁度在25~40釐米範圍內時，可以適當投餵飼料但不能投餵過多；(3)當濁度大於40釐米範圍時，進行飽食投餵，使養殖效益最大化。

接著，根據蝦蛻殼前攝食情況的變化，通常蝦在蛻殼前2~3天攝食量會減少，蛻殼當天不攝食，蛻殼後需要大量的營養，所以翌日起攝食量增加。蝦較小時蛻殼頻率高，隨著蝦的長大，蛻殼間隔時間延長；通常體長4-6cm/尾的對蝦，水溫最適時每4~6天會蛻殼1次；水溫低時，其蛻殼時間延長，表現出蝦生長緩慢。

再根據蝦的胃飽滿度而言，蝦胃的飽滿度分為飽胃、半胃、殘胃、空胃四級。一般投餵1小時後有80%的蝦達到飽胃或半胃，在無其他原因下如果達不到80%則可能是飼料投餵不足。南美白對蝦在水質良好時爭食力強，正常情況1個小時基本攝食完畢。如果投餵後2~3小時，仍有殘餌，或下次投料前仍有剩餘飼料，便要查明原因，檢測水質和對蝦的健康狀況等。例如南美白對蝦胃小，腸直且短，每次的攝食量不多，易消化、吸收及排泄，飽食後3~4小時便呈空胃現象，因此，投餌提倡少量多餐。而工廠化養蝦高達5~6次，基本每隔3~4個小時就要投餵一次。

實施例三

本實施例係關於經體長影像分析後所做的投餵調整方式：以各生長時期成長曲線的斜率來判定生長素速度與調整飼料投餵量。以下所示為在不同生長速率組的直線方程及冪函數：

造成對蝦生長速率不同的原因很多，例如養殖密度、養殖環境(鹽度、溫度、pH、光照、溶解氧)、投餵量、投餵頻率等。此外，南美白對蝦在生長一個月左右時體長和體品質已經形成明顯的差異，而且生長緩慢的小蝦組不具備生長為大蝦的生長潛力，很難成為商品蝦，可以建議養殖戶或工廠化養殖時，在養殖空間和資源有限的情況下，在養殖到一個月左右時可以剔除10%左右的小蝦，以促進大蝦和中蝦的增長，另一方面用於投放市場的商品蝦可以按10%比例不斷地收穫大蝦。例如：南美白對蝦生長前期側重於體長的增長，後期側重於體質量的增長，根據不同生長階段的特點，合理地調整不同階段生長所需的營養，以滿足不同生長階段生長的需求。例如：用不同蛋白質水準(16.16%、24.26%、32.70%、44.12%、51.26%)的飼料投餵南美白對蝦做試驗，當飼料中粗蛋白為44.12%時，南美白對蝦增重、增長及生長速度均為最大值，飼料係數最小。左下表所示為飼料蛋白質含量與蝦體平均增重的關係，右下表所示為飼料蛋白質含量與飼料係數的關係。

實施例四

本實施例係有關自動投餵模組的架構，其餵食程序為：(1)自動將飼料儲存桶內之乾性粒狀飼料定時定量經由至少一管路輸送到指定的養殖池並由設定的投餌點噴出；(2)使用單一飼料輸送管；(3)最大的輸送距離50m；(4)適用飼料之粒徑範圍由0.1mm至20mm；(5)經由一觸摸式銀幕連接中央控制單元操控。本發明的投餵系統可應用於魚蝦蟹苗大量中間育成以及陸上室內或室外超集合約與集約魚蝦蟹類養殖。使用本發明的投餵系統可節省人工，並可提升投餌效率，降低飼料成本8~10%。

除了上述特定實施例外，本發明尚有其他使用時機：(1)室內高密度/超高密度養殖：在單位面積小的水體中，要生產大量水產品需要非常精準地控制每項水質因數及養殖生物的飽食狀態。當投餵過多的飼料，會導致水質惡化，影響水生生物的食慾；投餵太少飼料，會導致養殖生物間互相殘食，造成存活率下降，因此室內高密度/超高密度養殖在投餵管理上，需要更多的人力，因此在導入本系統後，可以大幅降低人事成本及生產風險。

(2)天候不穩定的區域：相對愈赤道附近東南亞國家的穩定氣溫，緯度較高的地區日溫差及各項天候因素皆容易在短時間有快速的變化，間接影響到水質，透過現在智能化感測器，從細小的變化就可以即時知道要如何調整投餵量，再由攝食行為模組驗證這樣的調整是否正確。

(3)一個新的養殖環境：經驗往往是透過多次的試誤學習累積下來的，同樣的技術與經驗，往往無法在不同兩個養殖環境使用，此時透過智慧化的感測設備及攝食型餵的驗證，可以減少摸索新環境的階段，在透過成長監控的分析，可以比較新環境是否適合該物種養殖(成長速度變快/慢/沒有影響)。

(4)已經安裝置智能化監測設備的養殖場：透過投餵管理的解決方案和養殖戶的水質數據做連結，給出一個最佳的投餵管理方式，藉此讓養殖戶安裝的水質感測器發揮其價值。

以上所述僅為舉例性，用以說明本發明之應用與具體實施例，非用於限制本發明。本發明所屬技領域具有通常知識者，基於本發明技術內容的教示所為之等效置換、修改或變更，均包含於本發明之申請專利範圍中，未脫離本發明之權利範疇。